基本概念

• 采樣率： 每秒采集的采樣點次數。如480000HZ， 就是我們常見的48KHZ
• 采樣點(Sample)：每一個采樣點代表一個時間點的聲音幅度值。對于立體聲，每個采樣點包含了兩個聲道(左聲道，右聲道)的數據。
• 幀：一幀就是一個時刻采集的數據，如果音頻是立體聲則會產生2個采樣點，如果是更復雜的比如5.1，則會產生更多的采樣點。例如PCM數據是48KHZ，16bit的， 立體聲， 則一秒的PCM數據有48KHZ幀。每一幀會有兩個采樣點， 每個采樣點用16bit存儲著。
• 聲道：對于立體聲有兩個聲道，左聲道和右聲道。

比如，我們有個PCM數據，是 48KHZ， 立體聲， 16bit 。

那么則代表， 這段數據每一秒，將產生48K幀， 每一幀，包含兩個聲道的數據，每一個聲道的數據，用16bit表示。

一幀數據， 是16 X 2 = 32 bit = 4字節。

音頻數據每一幀存儲規則

上述已經說明了，一幀數據，就是一個采樣點上的數據。接下來我們還是以立體聲為例子，講講一幀的音頻數據是怎么存儲的。